Предложен подход к оценке эффективности интеллектуальных технологий выявления опасных сочетаний обстоятельств в авиатранспортных системах. Формализовано влияние таких технологий на безопасность полетов и общую стоимость владения авиационной техникой. Разработана простая модель оценки эффективности внедрения интеллектуальных технологий (для выявления единичной скрытой проблемы). Качественный анализ этой модели позволил выявить роль различных ее параметров - таких как численность и налет парка авиационной техники, длительность и стоимость устранения системной проблемы, ущерб от событий различной степени серьезности. Также предложен подход к моделированию процессов выявления и устранения опасных сочетаний обстоятельств на протяжении жизненного цикла авиатранспортных систем с учетом эффекта обучения. Этот эффект состоит в том, что при накоплении опыта функционирования авиатранспортной системы и постепенном устранении скрытых системных проблем интенсивность их проявления со временем сокращается. Основным параметром, характеризующим интеллектуальные технологии выявления скрытых закономерностей в обстоятельствах инцидентов, является показатель относительного ускорения их выявления. Оба вида моделей позволяют в конечном счете оценить зависимость ожидаемых потерь от данного обобщающего параметра. Также важны зависимости результатов модельных расчетов от прочих параметров предложенных моделей, в том числе от длительности и стоимости устранения выявленных проблем, ущерба от различных событий, численности и налета парка авиационной техники. Показано, что технологии интеллектуального анализа данных максимально эффективны в авиатранспортной системе при малой численности парка воздушных судов и при низких интенсивностях их эксплуатации.
Идентификаторы и классификаторы
Эволюция подходов к управлению безопасностью полетов (БП), отраженная не только в научных работах, но и в поэтапном изменении руководящих документов ИКАО, представляет собой перенос фокуса внимания с повышения безотказности авиационной техники (АТ) в 1950–1960-х гг. к снижению влияния человеческого фактора в 1970– 1980-е гг. (см. рисунок) Приблизительно с начала 2010-х гг., помимо надежности АТ и человеческого фактора, учитываются организационные факторы и в целом сложность больших организационно-технических систем [1, 2].
Список литературы
1. Приложение 19 к Конвенции о международной гражданской авиации. Управление безопасностью полетов. - Монреаль: ИКАО, 2013. - 44 с.
2. Руководство по управлению безопасностью полетов. Doc 9859. Издание 4. - Монреаль: ИКАО, 2018. - 300 с.
3. Шаров В.Д. Макаров В.П. Методология применения комбинированного метода FMEA-FTA для анализа риска авиационного события // Научный вестник МГТУ ГА. - 2011. - № 174. - С. 18-24. EDN: OYSMLP
4. Бутов А.А., Шаров В.Д., Макаров В.П., Орлов А.И. Прогнозирование и предотвращение авиационных происшествий при организации и производстве воздушных перевозок // Вестник Самарского государственного аэрокосмического университета им. академика С.П. Королёва (национального исследовательского университета). - 2012. - № 5 (36). - С. 309-313.
5. Шаров В.Д. Применение байесовского подхода для уточнения вероятностей событий в автоматизированной системе прогнозирования и предотвращения авиационных происшествий // Управление большими системами. - 2013. - Вып. 43. - С. 240-253. EDN: RDQBHP
6. Бутов А.А., Волков М.А., Макаров В.П. и др. Автоматизированная система прогнозирования и предотвращения авиационных происшествий при организации и производстве воздушных перевозок // Изв. Самарского науч. центра РАН. - 2012. - Т. 14, № 4(2). - С. 380-385. EDN: PYZDAH
7. Богомолов А.С. Анализ путей возникновения и предотвращения критических сочетаний событий в человекомашинных системах // Известия Саратовского университета. Новая серия. Серия Математика. Механика. Информатика. - 2017. - Т. 17, № 2. - C. 219-230. EDN: ZEVXCJ
8. Филимонюк Л.Ю. Проблема критических сочетаний событий в сложных системах // Математические методы в технике и технологиях - ММТТ. - 2014. - Вып. 9 (68). - С. 241-243. EDN: UNCFUJ
9. Новожилов Г.В., Резчиков А.Ф., Неймарк М.С. и др. Проблемы критических сочетаний событий в системе “Экипаж - Воздушное судно - Диспетчер” // Полет. Общероссийский научно-технический журнал. - 2015. - Вып. 2. - С. 10-16. EDN: UIWOJV
10. Богомолов А.С., Иващенко В.А., Кушников В.А. и др. Моделирующий комплекс для анализа критических сочетаний событий в авиационных транспортных системах // Проблемы управления. - 2018. - № 1. - С. 74-79. EDN: YOTYZL
11. Новожилов Г.В., Резчиков А.Ф., Неймарк М.С. и др. Человеческий фактор в авиационно-транспортных системах // Полет. Общероссийский научно-технический журнал. - 2013. - № 5. - С. 3-10. EDN: RDEDWZ
12. Носуленко И. А., Басюл И. А., Зыбин Е. Ю., Леликов М. А. Пространственное разделение информации в самолетном переговорном устройстве // Известия ЮФУ. Технические науки. - 2021. - №7 (224). - С. 109-119. EDN: UCSNFD
13. Добрянский Г.В., Мельникова Н.С., Мовила В.Н. и др. Интеллектуальная система сбора и анализа полетных данных авиационного двигателя // Вестник Уфимского государственного авиационного технического университета. - 2022. - Т. 26. - № 3 (97). - С. 100-112. EDN: BSWSSI
14. Data Mining Tools Make Flights Safer, More Efficient // NASA Spinoff. - 2013. - URL: https://spinoff.nasa.gov/Spinoff2013/t_3.html (дата обращения 07.12.2023). [Accessed December 7, 2023.].
15. Larder, B. and Summerhayes, N. Application of Smiths Aerospace Data Mining Algorithms to British Airways 777 and 747 FDM Data. A Technology Demonstration. - Washington, DC: Global Aviation Information Network, 2004. - URL: https://flightsafety.org/files/FDM_data_mining_report.pdf (дата обращения 07.12.2023). [Accessed December 7, 2023.].
16. Baluch, M., Bergstra, T., El-Hajj, M. Complex Analysis of United States Flight Data Using a Data Mining Approach // 2017 IEEE 7th Annual Computing and Communication Workshop and Conference (CCWC). - Las Vegas, NV, USA, 2017. - P. 1-6. -. DOI: 10.1109/CCWC.2017.7868414
17. Chakrabarty, N. A Data Mining Approach to Flight Arrival Delay Prediction for American Airlines // 2019 9th Annual Information Technology, Electromechanical Engineering and Microelectronics Conference (IEMECON). - Jaipur, India, 2019. - P. 102-107. -. DOI: 10.1109/IEMECONX.2019.8876970
18. Devansh, Sh., Ayushi, L., Danish, J., Lynette, D. Airline Delay Prediction using Machine Learning and Deep Learning Techniques // International Journal of Recent Technology and Engineering. - 2020. - Vol. 9. - Iss. 2. - P. 1049-1054. EDN: EWXNVF
Выпуск
Другие статьи выпуска
Рассматривается вариант Attacker-Defender-Target задачи с одним или двумя защитниками в плоской постановке. Предполагается, что цель и защитники двигаются прямолинейно с постоянной скоростью, атакующий двигается по догонной траектории без ограничения на радиус кривизны. Скорость защитников меньше скорости цели, скорость атакующего - больше. Смысл использования защитников заключается в том, чтобы атакующий вначале занимался их перехватом, и только после этого переключался на преследование основной цели. Тем самым время перехвата основной цели увеличивается, и она может стать недостижима для имеющего ограниченный запас топлива атакующего. Оптимизируются углы и времена выпуска защитников, в том числе рассматривается вариант выпуска защитников с одной стороны от цели. Исследование осуществляется для различных моделей работы системы самонаведения автономного атакующего аппарата: движения к центру масс всех преследуемых объектов, к ближайшей цели по расстоянию или по угловой дальности. Проведено численное моделирование, показывающее важность выбора угла выпуска защитников, целесообразность использования второго защитника, получены сценарии, в которых использование защитников делает основную цель недостижимой для атакующего.
Предложен подход к учёту управляющих воздействий на динамику отраслевой структуры рынка труда при прогнозировании показателей отраслевой занятости. Применяемая схема прогнозирования основана на балансовой математической модели межотраслевых перемещений трудовых ресурсов. В рассмотренном ранее одним из авторов варианте схемы прогнозирования тренды показателей, характеризующих межотраслевую мобильность рабочей силы, определялись независимо друг от друга. В настоящей работе осуществлена модификация данной схемы: предложен способ группировки показателей межотраслевых перемещений и критерий определения общего тренда показателей внутри каждой группы. С помощью модифицированной схемы прогнозирования вычислены прогнозы отраслевой занятости на рынке труда РФ в 2011-2016 гг., произведено сравнение с ранее полученными результатами. По данным отраслевой занятости и безработицы за 2017-2021 гг., предоставляемым согласно классификатору ОКВЭД-2, осуществлён прогноз ожидаемого уровня занятости в конце 2022 г. На примере рынка труда РФ в 2017-2022 гг. рассмотрен способ определения результатов управления: продемонстрированы изменения прогнозов отраслевой занятости в случае учёта управляющих воздействий на аграрный и промышленный сектора исследуемого рынка.
Рассмотрены некоторые аспекты планирования и управления адаптационными мероприятиями, направленными на снижение последствий негативных изменений климата на инфраструктурные объекты экономики. Проведен анализ проблем оценки риска неблагоприятного воздействия изменения климата на объекты в условиях значительной неопределенности. Рассмотрена структура комплексного оценивания объектов с использованием карт прогнозов климата и оценок уязвимости объектов. Предложен подход к формированию портфеля инфраструктурных объектов. Отбор объектов предложено проводить в два этапа. На первом этапе для формирования предварительного портфеля объектов применяется метод комплексного оценивания. На втором этапе предложено применять метод, основанный на последовательном выделении инвестиционного ресурса в порядке убывания оценки удельного риска. При реализации второго этапа ограниченность инвестиционного фонда определяет окончательный портфель объектов для проведения адаптационных мероприятий. Представлена модель организационного механизма финансирования и стимулирования проведения адаптационных мероприятий на объекте при неполной информированности управляющего органа. Предложен механизм стимулирования адаптационных работ, обеспечивающий сообщение управляющему органу достоверной информации от объектов. Показано, что предложенный механизм является оптимальным в условиях неполной информированности управляющего органа.
Россия значительной частью своей экономики участвует в международном разделении труда, мировой торговле, трансграничных производственных цепочках. В последние годы усиливается управление государством этими процессами путем прямых инвестиций в производство и инфраструктуру, а также применения мер налоговой, кредитной, бюджетной и иной политики. В результате возрастает потребность в проведении экономических исследований с применением математических моделей управления отраслями и комплексами, построенных на межстрановых таблицах «затраты - выпуск» (межотраслевые балансы мировой экономики) с выделенными в них блоками внешней торговли. В статье введены в научный оборот межотраслевые балансы мировой экономики, созданные в последние годы, дан их обзор. Предложена модель экономики России, основанная на традиционных таблицах «затраты - выпуск» с расширением их с помощью матриц потоков импорта промежуточной и конечной продукции. Проведена верификация модели на примере отраслей добывающего, обрабатывающего и транспортного комплексов России. Получены оценки динамики их развития и структурных сдвигов за период 2000-2018 гг. с учетом внешнеторговой составляющей. В модель введены формулы для вычисления коэффициентов участия отраслей в глобальных производственных цепочках. Исследование показало, что по степени включения в трансграничные добывающие, обрабатывающие, транспортно-логистические цепочки Россия сопоставима с другими странами, обладающими крупными территориями, запасами полезных ископаемых и транспортными коммуникациями, такими как США и Австралия. Определены перспективные направления совершенствования модели.
Рассматривается задача распределения реентерабельных ресурсов при выполнении комплекса взаимозависимых работ, представленного в виде сетевого графика. Предполагается линейная зависимость времени выполнения работ от используемых ресурсов. Обосновывается алгоритм построения решения для работ с предопределенной последовательностью наступления событий в сетевом графике комплекса работ. Предлагается алгоритм сведения задачи общего вида к вспомогательной задаче с упорядоченными временами наступления событий, а также алгоритм построения оптимального решения исходной задачи. Сходимость данного алгоритма обусловлена конечностью итераций на каждом из этапов. Общая вычислительная сложность алгоритма может быть оценена как O(n2), где n - количество вершин в исходном сетевом графике. Представляется перспективным применение предложенного алгоритма для планирования комплексов взаимосвязанных работ с использованием реентерабельных ресурсов.
Поддержка принятия решений при управлении сложными организационными и техническими системами сохраняет свою актуальность в связи с растущей ролью и возможностями географических информационных систем, которые и являются объектом настоящего исследования. Анализируется уровень их представления в мировой и российской среде, особенности их развития, а также основные научные результаты, полученные в Институте проблем управления им. В. А. Трапезникова РАН. Выделены самые востребованные в сфере хозяйствования технологии и функциональные возможности геоинформационных систем. Геоинформационная система рассмотрена как инструмент обработки и поддержки принятия управленческих решений. Исследованы основные зарубежные и российские геоинформационные системы, основные их характеристики, области применения, тенденции и перспективы развития. Приведены описания геоинформационных технологий и алгоритмов, реализованных в полнофункциональных геоинформационных системах и рассматриваемых как платформы для создания геоинформационных систем различного назначения.
Издательство
- Издательство
- ИПУ РАН
- Регион
- Россия, Москва
- Почтовый адрес
- 117997, ГСП-7, г. Москва, Профсоюзная, 65
- Юр. адрес
- 117997, г. Москва, Профсоюзная, 65
- ФИО
- Новиков Дмитрий Александрович (дирек)
- E-mail адрес
- dan@ipu.ru
- Контактный телефон
- +7 (495) 3348910
- Сайт
- https://www.ipu.ru/